谷歌研发出一款基于大语言模型Gemini的技术，给这个让人头疼的难题带来了新的转机。每次山洪暴发都像是一场死神的突然降临，给全球各地带来巨大的生命和财产损失。500万人的命运就此改变，而这一切就在短短的几小时内发生。谷歌科学家决定，把这个问题给彻底解决了。 他们做了件让人意想不到的事——把500万篇新闻全都读了一遍。毕竟，山洪总是突然发生，很难用常规的温度或河流流量数据来捕捉它的行踪。为此，谷歌团队把这些新闻里的洪水信息给挖出来，整理成了一个叫做Groundsource的数据库。吉拉·洛伊克是这次项目的负责人，他提到这还是谷歌头一次用语言模型干这种活儿。 把这些新闻数据转化成有地理标记的时序信息后，研究人员把它喂给了一个基于LSTM神经网络的模型。这个模型就像个超级大脑一样，接收全球的天气预报数据，然后吐出某个地区发生洪水的概率。这套系统现在已经上线运行了，给150个国家的城市区域标注了风险等级。 南部非洲发展共同体的应急官员安东尼奥·何塞·贝莱扎和谷歌合作过这个项目。他说这个工具帮他们反应更快了，灾害的应对效率得到了提升。不过罗森伯格也指出了它的短板：分辨率不够高，只能看到大概20平方公里的范围；精度也没美国国家气象局的系统强。 但这项技术最大的价值在于它是为那些连像样的气象监测设备都买不起的地区准备的。Upstream Tech的首席执行官马歇尔·莫滕奥特曾用类似方法帮水电企业预测过河流流量。他觉得谷歌这种从文字里找数据的方法特别有创意。 莫滕奥特联合创立的dynamical.org专门为机器学习整理气象数据集。他提到地球物理学面临的一个大麻烦是数据稀缺：一方面数据多得用不完；另一方面要找真正能用的真实情况又太难了。“谷歌这种获取数据的方式真是别出心裁。”莫滕奥特这样评价道。